An analysis of the CDMA capacity using a combination of low rate convolutional codes and PN sequence
Notice bibliographique
Résumé
In wireless personal communication services systems, all end users access the communication channel by sharing a common frequency bandwidth. Therefore efficient multiple access techniques must be implemented in order to allow all users in a given area to access the communications network facilities. Of particular interest is the code division multiple access scheme which allows random asynchronous multiple access by the users while offering a capacity-performance trade off, that is, accepting a larger number of users with a lower error performance. Therefore one of the most important factor when evaluating CDMA or any other multiple access technique is the system capacity. The shortage of optimal very low rate convolutional codes in the literature has led to a class of new quasi-optimal very low rate codes, called nested convolutional codes. These codes which are easy to construct provide a free distance that is very close to the Heller bound, therefore producing a substantial coding gain. Especially important for CDMA, these coding gains can be translated into system capacity improvements. We present an analysis of the CDMA capacity for the reverse, or uplink channel, from the mobile user to the base station. Using a constant overall bandwidth expansion, we obtain the best sharing of the CDMA bandwidth between the error correcting code and the PN sequence and show the improvement in system capacity that can be obtained over more traditional CDMA systems where almost all the bandwidth expansion is due to the PN sequence spreading.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».